Una prospettiva personale sulle tendenze della letteratura di Computer Vision nel 2025

Le dichiarazioni etiche e il Gaussian Splatting sono in declino, mentre il volume impressionante di paper presentati rappresenta un nuovo problema per l’AI da affrontare nel 2026.

Opinione Ho seguito la ricerca sulla visione artificiale e la sintesi di immagini su arXiv e altre piattaforme per circa sette anni, attraverso vari canali – abbastanza a lungo per distinguere modelli ricorrenti e cambiamenti di tendenza. Ma queste osservazioni sono aneddotiche. Sinceramente, vorrei avere il tempo per sfruttare i vasti corpora di dati in costante crescita rappresentati dal flusso di pubblicazioni di Arxiv, che sono sicuramente ricchi di intuizioni nascoste, utilizzando l’analisi del machine learning. Come stanno le cose, posso solo riferire più casualmente ciò che è venuto alla mia attenzione dal mio ultimo esame della questione.

Volume a 11

Molte delle tendenze nelle presentazioni di paper di ricerca sull’AI che ho osservato nel 2024 si sono consolidate come modelli nel 2025; non ultima tra queste è la continua e inarrestabile crescita del volume di paper sull’AI, alimentata a sua volta dall’AI, fino al punto di una crisi percepita:

Presentazioni mensili di scienza informatica su Arxiv, ottobre 2023-novembre 2025, con media mobile a 3 mesi sovrapposta. Fonte

Questo tasso di crescita è stato caratterizzato come un raddoppio esponenziale del volume di presentazioni di paper sull’AI, diversi anni fa, e ha preso solo una presa più salda con la recente ondata di mania degli investimenti sull’AI che ha aumentato le poste in gioco, nonché la quantità di finanziamenti disponibili per la ricerca sull’AI.

Le statistiche complete per il 2025 non sono ancora disponibili, e le statistiche aggregate mostrate sopra rappresentano i numeri generali in aumento in tutte le categorie. Qui sotto possiamo vedere che la scienza informatica continua a cavalcare una tendenza dominante, ben al di sopra dei suoi compagni di squadra:

Aumento delle presentazioni di scienza informatica nel 2022-2025. Fonte

Setacciare la pula

In ottobre, l’inizio della stagione delle conferenze autunnali, che porta sempre un’ondata di nuove ricerche, ha portato invece un volume di presentazioni al livello di un attacco DOS, dando ulteriore impulso e urgenza allastrand di ricerca sottoscritta analisi delle tendenze di ricerca; in altre parole, paper e repository stanno aumentando che, in se stessi, cercano di tagliare attraverso il rapporto segnale/rumore in peggioramento nella scena della ricerca.

Il più recente è arrivato solo la scorsa settimana, nella forma di NoveltyRank, un paper e un repository GitHub che affina LLM come Qwen3-4B-Instruct-2507 e SciBERT in modo che possano eseguire una classificazione binaria dei paper presentati (prevedendo ‘novità’ dalle presentazioni precedenti), o altrimenti una comparazione della novità a coppie (confrontando le presentazioni attuali per ‘novità’):

Il sistema NoveltyRank confronta il titolo e l’abstract di una presentazione con paper simili del passato, riassume le differenze utilizzando un LLM e le passa a un modello Qwen3-4B affinato che decide se il lavoro si qualifica come ‘concettualmente nuovo’. Fonte

Il problema con tali approcci di ‘setacciatura’ è la sfida di definire variabili significative. L’approccio NoveltyRank utilizza l’accettazione di una presentazione a una conferenza come indice di novità, e – forse in modo un po’ liquidatorio – utilizza la pubblicazione su Arxiv come indice di negativa novità.

Questo presuppone due premesse false: in primo luogo, che tutte le presentazioni accettate dalle conferenze siano nuove o di conseguenza, il che è manifestamente non vero; e in secondo luogo, che la novità stessa sia di valore incondizionato. Chiunque abbia sprecato mezz’ora su alcuni dei paper speciosi, anche ridicoli, presentati – forse – solo per mantenere le ‘quote di pubblicazione’, sa che la novità è spesso banale e il lavoro incrementale spesso significativo.

Comprendere il valore di un nuovo paper coinvolge un’area in cui l’AI è attualmente molto debole – il contesto a lungo termine. A causa del modo spesso disonesto in cui sono scritti, i paper che sembrano aprire nuove strade possono spesso essere rivelati come piccoli progressi rispetto al lavoro esistente; tuttavia, i sistemi automatizzati dovranno sviluppare un ‘intuito’ per tali casi, senza segnalare molti falsi positivi e senza fare affidamento sull’onestà degli autori che presentano.

Tuffo etico

Come ho osservato in precedenza, portali come Arxiv sono piuttosto resistenti allo scraping laissez faire, e i dump di dati che forniscono spesso mancano di dettagli granulari.

Pertanto, anche se avessi le risorse e il tempo per scaricare ed estrarre caratteristiche da una sezione rappresentativa di paper di scienza informatica, molte delle tendenze più sottili non sarebbero state mirate o analizzate.

Una di queste è la presenza o l’assenza di codicilli di dichiarazioni etiche; a lungo un inclusione obbligatoria per le scienze biologiche che toccano la sperimentazione animale, il 2024 ha visto l’apice della tendenza verso la caratterizzazione etica di un lavoro proposto, alla fine delle presentazioni di paper nella categoria Scienza informatica.

Aneddoticamente, dico che questa pratica è crollata nel 2025. La mia ipotesi è che gli sforzi di deregolamentazione ferventi dell’attuale governo degli Stati Uniti, in relazione allo sviluppo dell’AI, ha dato alla comunità di ricerca sia negli Stati Uniti che all’estero, una certa licenza aumentata e un senso di protezione implicita dall’esposizione legale.

Nonostante il suo supporto per la regolamentazione anti-deepfake, l’attuale amministrazione degli Stati Uniti ha effettivamente ripristinato gran parte della posizione ‘wild west’ che caratterizzava il 2021-23 – anche se il contesto di pura ricerca scientifica che lo definiva è da allora evoluto in livelli di investimento ferventi, addirittura storici.

Paper di video generativo come ‘sudiciume AI’

Con il lancio della serie di video generativi Hunyuan Video e WAN lo scorso inverno, l’AI video è stato interamente trasformato nel 2025. Vecchi ostacoli come la difficoltà di creare avatar di fisico completo, o di ottenere viste di profilo convincenti di una persona, sono stati spazzati via apparentemente nella notte.

Le abbondanti uscite con pesi inclusi di questo tipo dalla Cina hanno, arguably, imposto il ritmo per le uscite di video generativo di quest’anno, e sono almeno una pressione contraria alla tendenza delle architetture di video AI occidentali di essere molto più censurate, precertificate e prescritte.

La assenza di un fossato in questa scena ironicamente democratica guidata dalla Cina ha portato a centinaia, se non migliaia di aziende che cercano di sfruttare il mercato nascente per l’inferenza offrendo portali user-friendly, con giocatori diversi come civit.ai e RunPod che traggono profitto da procedure e tecnologie che, in molti casi, potrebbero essere eseguite su computer domestici.

In generale, queste iniziative sono trappole per denaro a breve termine che si aspettano di essere soppiantate da una futura consolidazione del mercato (anche se, senza dubbio, i loro fondatori non si opporrebbero a imbattersi accidentalmente in una quota di mercato dominante, se dovesse accadere).

Questa stessa monotonia e replica ha colpito la filiera di video generativo nelle presentazioni di Arxiv nel 2025. Come ho osservato la scorsa settimana, il rapporto segnale/rumore per questa categoria ha raggiunto un picco stordente, poiché i ricercatori competono pubblicamente per le enormi quantità di potenziali finanziamenti che le innovazioni di quest’anno hanno senza dubbio rilasciato.

Detto questo, la stragrande maggioranza di presentazioni di questo tipo sono semplici progressi incrementali, al massimo. I problemi fondamentali rimanenti nell’AI generativa non sono emersi molto quest’anno: la necessità di mantenere l’identità, nello stile LoRA, in tutta la rappresentazione di un personaggio; la necessità di tempi di esecuzione più lunghi per i video di output, con la coerenza generale (ad esempio, ambienti e temi, ecc., non solo ID) mantenuta; e per una migliore generazione audio e manipolazione all’interno delle architetture di video generativo e di editing video; tra gli altri.

La febbre della mesh si attenua

Ho osservato l’anno scorso che la scena stava vivendo un aumento significativo di paper che sfruttavano sistemi che utilizzavano la CGI tradizionale (ad esempio, rappresentazioni basate su mesh del tipo che risale agli anni ’70), o le incorporano in framework neurali. Ho osservato una diminuzione significativa dell’impulso verso soluzioni basate su mesh, in particolare nella seconda metà dell’anno, nel 2025.

Molte delle soluzioni incorporate nella CGI in quell’ondata di paper precedente, in particolare quelle che trattano di figure di controllo umano parametriche come modelli morfologici 3D, possono essere state sostituite dalle nuove capacità dei framework di generazione basati sulla diffusione come Veo, Kling, Hunyuan e WAN, tra gli altri.

Allo stesso tempo, i paper che trattano di approcci Gaussian Splat sembrano essere stati influenzati o da una stagnazione dello sviluppo o dall’eclissi da parte dei sistemi di AI generativa basati sulla diffusione del 2025; o entrambi.

Un anno fa notai che l’entusiasmo iniziale per il GSplat, che fece un impressione notevole alla fine del 2023, si era trasformato in linee di ricerca più strette. Quest’anno, vedo una serie di paper finalizzati ad affrontare le significative richieste di risorse di questo approccio, tra gli altri problemi.

Sebbene caratterizzerei il Gaussian Splatting come ‘attualmente in stallo’, dobbiamo ricordare che questa tecnologia risale ai primi anni ’90 e ha una natura revenante.

Un’eccezione a questo ritiro generale da approcci basati su mesh è un’apparente aumento di interesse per l’incorporazione dell’AI in framework finalizzati alla stampa 3D.

Diminuzione delle presentazioni di sicurezza AI

La mia ultima osservazione per il 2025 è che la categoria ‘Sicurezza’ delle presentazioni nella sezione Scienza informatica su Arxiv ha mostrato una diminuzione significativa di frequenza e qualità nel 2025, e non è facile capire il motivo.

La criptografia e la sicurezza archivio ha argomentato che è sempre stato un posto di seconda classe per pubblicare paper, poiché questo filone di ricerca è sorprendentemente dominato da proprietà intellettuale privata – poco di cui emerge in riviste accademiche, e quasi nessuno di cui si vede in piattaforme gratuite come Arxiv.

Inoltre, le presentazioni in questa categoria su Arxiv hanno un numero più alto del normale di ‘gotchas’ – ammissioni sottovalutate, spesso sepolte in luoghi inaspettati, che negano o diminuiscono il valore e la novità apparente del paper. Un esempio sarebbe un metodo di violazione della sicurezza apparentemente sensazionale che in realtà si basa su qualche aspetto ‘white box’ – ad esempio, l’accesso privilegiato a dati o procedure, come un attaccante non potrebbe probabilmente assicurarsi.

Cosa aspettarsi nel 2026

Sebbene i media stiano facendo riff costantemente sulla bolla dell’AI come una ripetizione del disastro boom-and-bust del dot.com dei primi anni 2000 (con qualche dissenso), questo in realtà sembra rappresentare una sorta di falsa sicurezza. In termini di infrastrutture, investimenti, cultura e ricerca, non c’è stato un momento come questo nella storia umana.

Pertanto, è difficile vedere in quale direzione la scena della ricerca si muoverà nel 2026, tranne che – come al solito – una serie di sforzi a lungo termine culmineranno tra ora e aprile, con un certo ‘timbro’ delle ossessioni e delle tendenze del 2025 che li caratterizzeranno.

Uno sviluppo che potrebbe aiutare la crisi del volume di presentazioni su Arxiv e altre piattaforme è un divieto o un controllo sui paper generati/aiutati dall’AI, come Arxiv ha recentemente attuato per gli articoli di revisione – tuttavia, l’estensione del coinvolgimento dell’AI in un singolo paper potrebbe rivelarsi difficile da quantificare, poiché l’AI ha penetrato la cultura della ricerca (e la peer review) proprio come ha invaso altri domini – come una goccia di ‘inchiostro’ che influenza l’intero (esistente) bicchiere d’acqua, piuttosto che cambiare radicalmente il mezzo.

Pubblicato per la prima volta lunedì 22 dicembre 2025